“蒋精华”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果20个，建议您升级VIP下载更多相关专利

[发明专利]类别编码方法、装置、设备、存储介质及程序产品-CN202011531000.6有效
发明人：何恺;蒋精华;杨青友;洪爵 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2020-12-22 - 公布日： 2023-08-18 - 主分类号： G06N20/20 文献下载
摘要：本申请提供一种类别编码方法、装置、设备、存储介质及程序产品，涉及深度学习技术。本申请提供的方案中，可以根据各个参与联邦学习的节点的类别信息确定出交集信息，各个节点基于确定出的交集信息对自身的类别信息中的分类类别进行编码，从而使各个节点对属于交集信息的分类类别的编码结果相同，可以在不对外暴露类别信息的情况下，降低联邦学习中类别编码的数据冗余。
类别编码方法装置设备存储介质程序产品

[发明专利]基于联邦学习的参数处理方法、装置和系统-CN202010216295.1有效
发明人： 蒋精华;洪爵;徐坤 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2020-03-25 - 公布日： 2023-08-08 - 主分类号： G06N20/00 文献下载
摘要：本申请公开了一种基于联邦学习的参数处理方法、装置和系统，涉及大数据技术领域。具体实现方案为：分别确定第一电子设备相对于每个第二电子设备的掩码，其中，所述第一电子设备相对于任一第二电子设备的掩码，与所述第二电子设备相对于所述第一电子设备的掩码之间的和小于预设值；根据所述第一电子设备相对于每个第二电子设备的掩码，对梯度参数进行加密；将加密后的梯度参数发送给服务器，所述加密后的梯度参数用于指示所述服务器对联邦学习模型的全局模型参数进行更新。本申请实施例中不仅可以保护各电子设备的信息，而且可以保证联邦学习模型的可用性。
基于联邦学习参数处理方法装置系统

[实用新型]一种煤矿通风用安全防爆装置-CN202320019718.X有效
发明人： 蒋精华;王小朋;许达;刘浩 -专利权人：四川省华蓥山煤业股份有限公司李子垭煤矿南二井
申请日： 2023-01-05 - 公布日： 2023-08-08 - 主分类号： E21B33/06 文献下载
摘要：本实用新型公开了一种煤矿通风用安全防爆装置，涉及防爆技术领域。本实用新型包括支撑板和安装座，安装座一侧面安装有液压缸，液压缸输出端固定连接有固定座，主挡板一侧面固定连接有若干主卡块，主卡块一侧面开设有第一凹槽，第一凹槽一侧面固定连接有第一限位弹簧，第一限位弹簧一端固定连接有副卡块。本实用新型通过设置支撑板、安装座、液压缸、固定座、驱动电机、钻头、副挡板、主挡板、防喷槽、第一凹槽、第一限位弹簧、副卡块、主卡槽、副卡槽、第二凹槽、第二限位弹簧、按钮块和传动柱能够实现主挡板与副挡板的便捷装配，极大地提升了防爆装置的防护效果。
一种煤矿通风安全防爆装置

[发明专利]联邦学习模型训练方法和装置、电子设备、介质和产品-CN202011487362.X有效
发明人： 蒋精华;洪爵;何恺;杨青友 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2020-12-16 - 公布日： 2023-07-25 - 主分类号： G06N3/098 文献下载
摘要：本公开提供了一种联邦学习模型训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品，涉及人工智能技术领域，尤其涉及深度学习、云计算领域。实现方案为：初始化梯度伸缩因子和该梯度伸缩因子的倒数；在联邦学习的至少一个神经网络模型反向传播开始之前，将反向传播的梯度值乘以该梯度伸缩因子以进行反向传播；以及在使用优化器将梯度值更新到神经网络模型对应的参数之前，将该梯度值乘以该梯度伸缩因子的倒数。
联邦学习模型训练方法装置电子设备介质产品

[发明专利]数据处理方法、装置、联邦学习系统和电子设备-CN202011528941.4有效
发明人：何恺;蒋精华;杨青友;洪爵 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2020-12-22 - 公布日： 2023-07-21 - 主分类号： G06N20/20 文献下载
摘要：本公开提供了数据处理方法、装置、联邦学习系统和电子设备，涉及深度学习和大数据处理等人工智能领域。具体实现方案为：联邦学习系统中的第一参与方基于不经意传输OT协议，与联邦学习系统中的第二参与方交互，得到不经意伪随机函数OPRF种子；第一参与方基于OPRF种子和第一参与方的数据标识集合，确定第一参与方的OPRF输出信息；第一参与方发送第一参与方的OPRF输出信息；其中，第一参与方的OPRF输出信息用于确定联邦学习系统的数据标识集合的交集。根据本公开的技术方案，可以提高数据安全。
数据处理方法装置联邦学习系统电子设备

[发明专利]用于训练模型的方法和装置-CN202010161264.0有效
发明人：徐坤;蒋精华;洪爵 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2020-03-10 - 公布日： 2023-07-14 - 主分类号： G06N20/00 文献下载
摘要：本申请实施例公开了用于训练模型的方法和装置。该方法的一具体实施方式包括：获取用户数据集；初始化待训练模型；利用用户数据集对待训练模型进行训练，得到基于用户数据集中的用户数据计算得到的原始模型参数梯度；对基于用户数据集中的用户数据计算得到的原始模型参数梯度进行差分隐私处理，得到基于用户数据集中的用户数据计算得到的处理模型参数梯度；利用基于用户数据集中的用户数据计算得到的处理模型参数梯度更新待训练模型的模型参数，得到训练完成模型。该实施方式提供了一种能够抵抗模型逆向攻击的方法，有效保护用户数据的隐私。
用于训练模型方法装置

[发明专利]数据的处理方法、相关装置及计算机程序产品-CN202011489335.6有效
发明人： 蒋精华;洪爵;何恺;杨青友 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2020-12-16 - 公布日： 2023-03-24 - 主分类号： H04L9/00 文献下载
摘要：本申请实施例公开了数据的处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品，涉及人工智能技术领域，具体涉及数据处理、数据安全技术领域。该方法的一具体实施方式包括：从接收到的特征数据处理请求中提取出经同态加密算法得到的加密特征数据和对应的处理操作指示，然后利用本地的预训练处理模型按该处理操作指示对该加密特征数据执行相应的处理操作，并对得到的特征处理结果进行防护处理，得到防逆向解析结果，最终将防逆向解析结果作为该特征数据处理请求的响应数据返回。该实施方式中涉及的数据处理方法，同时保护待处理数据和预训练处理模型的隐私性及安全性。
数据处理方法相关装置计算机程序产品

[发明专利]数据相关度计算方法、装置、电子设备和存储介质-CN202011485250.0有效
发明人： 蒋精华;洪爵;何恺;杨青友 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2020-12-16 - 公布日： 2022-10-21 - 主分类号： H04L9/40 文献下载
摘要：本申请公开了一种数据相关度计算方法、装置、电子设备和存储介质，涉及数据安全技术领域，其中方法包括：第一数据方根据第一向量，随机生成第一随机向量，并得到第二向量；第一数据方向第二数据方发送第一随机向量，并接收第二数据方发送的第二随机向量；第一数据方根据相关度计算公式进行计算，得到第一相关度；对于相关度计算公式中的交叉因子，第一数据方使用第二向量和第二随机向量，并根据密文计算协议进行计算；第一数据方接收第二数据方发送的第二相关度；对于相关度计算公式中的交叉因子，第二数据方使用第一随机向量和第四向量，并根据密文计算协议进行计算；第一数据方根据第一相关度和第二相关度，计算第一向量和第三向量之间的相关度。本申请能够保护各数据方的数据隐私，避免数据泄漏或被滥用的风险。
数据相关计算方法装置电子设备存储介质

[发明专利]用于保护数据的方法和装置-CN202010161276.3有效
发明人： 蒋精华;洪爵;杨柳;何恺 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2020-03-10 - 公布日： 2022-05-20 - 主分类号： G06F21/62 文献下载
摘要：本申请实施例公开了用于保护数据的方法和装置。该方法的一具体实施方式包括：获取服务的二进制文件和机密数据；利用密钥对机密数据进行加密，生成加密机密数据；将密钥划分成第一密钥分片和第二密钥分片；将密钥的标识和第一密钥分片嵌入到二进制文件中，生成嵌入二进制文件，以及将密钥的标识和第二密钥分片发送到服务的提供方的数据库进行存储；将嵌入二进制文件和加密机密数据发送到服务的使用方的服务器进行部署。该实施方式提供了一种基于安全多方计算的机密数据的保护方法，能够有效地保护服务的机密数据。
用于保护数据方法装置

[发明专利]数据分布图隐私处理方法、装置和电子设备-CN201911266061.1有效
发明人：徐坤;蒋精华;洪爵 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2019-12-11 - 公布日： 2022-02-08 - 主分类号： G06F21/62 文献下载
摘要：本申请公开了一种数据分布图隐私处理方法、装置和电子设备，涉及数据统计技术领域。其中方法包括：获取目标数据桶的敏感度参数，并获取所述目标数据桶的隐私预算参数，其中，所述敏感度参数由用户预先配置；根据所述敏感度参数和所述隐私预算参数，对所述目标数据桶进行差分隐私处理，以得到隐私处理之后的所述目标数据桶。本申请中的一个实施例具有如下有益效果：数据分布图中的每个数据桶的差分隐私处理均与各自的敏感度参数和隐私预算参数相关联，隐私处理之后的每个数据桶的数据均能够体现并符合各自的敏感度和隐私预算，这使得隐私处理之后的每个数据桶的数据可用性较高，数据误差较小。
数据分布图隐私处理方法装置电子设备

[发明专利]模型参数调整的方法、设备、存储介质及程序产品-CN202110088699.1在审
发明人：杨青友;何恺;蒋精华;洪爵 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2021-01-22 - 公布日： 2021-05-18 - 主分类号： G06F21/62 文献下载
摘要：本申请公开了模型参数调整的方法、设备、存储介质及程序产品，涉及多方机器学习、联邦学习、联合建模等安全多方计算领域。具体实现方案为：在基于安全多方计算的模型参数调整的过程中，利用基于安全多方计算训练得到的分类模型，对输入数据进行分类处理，得到分类模型的分类预测值；对分类预测值进行缩小处理，对缩小处理后的分类预测值进行归一化处理，得到分类预测值的归一化结果；根据分类预测值的归一化结果，更新分类模型的参数，通过对分类预测值进行缩小处理来缩小归一化方法的输入值，可以避免归一化过程中产生数据溢出，从而可以提高分类模型的训练精度。
模型参数调整方法设备存储介质程序产品

[发明专利]多方安全计算方法、装置、电子设备和存储介质-CN202011513782.0在审
发明人：杨青友;洪爵;何恺;蒋精华 -专利权人：百度在线网络技术(北京)有限公司
申请日： 2020-12-18 - 公布日： 2021-05-07 - 主分类号： G06F21/60 文献下载
摘要：本公开公开了一种多方安全计算方法，涉及计算机领域，尤其涉及多方联合计算、安全计算和联邦学习领域。具体实现方案为：获取第一输入分片；产生初始随机数，并确定目标随机数的多个随机数分片，目标随机数是初始随机数右移N位得到的；将多个随机数分片中的一个随机数分片作为第一输出分片；使用初始随机数加扰第一输入分片，发送加扰后的第一输入分片和多个随机数分片中除一个随机数分片外的其余随机数分片。本公开还公开了一种多方安全计算装置、电子设备和存储介质。
多方安全计算方法装置电子设备存储介质

[发明专利]数据的处理方法、相关装置及计算机程序产品-CN202011484630.2在审
发明人：杨青友;洪爵;蒋精华;何恺 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2020-12-16 - 公布日： 2021-04-06 - 主分类号： H04L29/06 文献下载
摘要：本申请实施例公开了数据的处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品，涉及人工智能技术领域，具体涉及深度学习、数据处理、多方计算技术领域。该方法的一具体实施方式包括：在获取基于多方安全计算协议对应的加密算法得到的密文数据后，将该多方安全计算协议中包含的以除法运算为核心的旧运算方式更新为以加、减以及乘法中至少一项构成的新运算方式，得到新多方安全计算协议，然后按该新多方安全计算协议对该密文数据进行处理，并返回处理结果。该实施方式提供的数据处理方法，将原多方安全计算协议中包含的以除法运算为核心的复杂运算更新为基于其他运算构成的新运算方式，以达到简化运算、提高数据处理能力的效果。
数据处理方法相关装置计算机程序产品

[发明专利]分类模型预测结果的处理方法、装置、设备和存储介质-CN202011488635.2在审
发明人：何恺;蒋精华;杨青友;洪爵 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2020-12-16 - 公布日： 2021-04-02 - 主分类号： G06Q10/06 文献下载
摘要：本申请公开了分类模型预测结果的处理方法、装置、设备和存储介质，涉及计算机技术中的人工智能、机器学习、大数据技术。具体实现方案为：通过基于密文的分类预测结果，密文的类别标签数据及统计信息，进行密文计算，得到分类预测结果的密文的指标信息，计算参与方无需获取分类预测结果、类别标签数据、统计信息的明文，基于密文的分类预测结果、类别标签数据和统计信息，进行密文计算即可完成指标信息的计算，指标信息的计算过程中不会对密文的分类预测结果、类别标签数据和统计信息进行解密，不会泄露这些数据，能够在保证分类预测结果、分类标签数据及统计信息不被泄露的前提下，计算得到模型的评估指标信息，提高数据安全性。
分类模型预测结果处理方法装置设备存储介质

[发明专利]机器学习模型的风险评估方法、装置、设备及存储介质-CN202010851765.1在审
发明人：徐坤;洪爵;蒋精华 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2020-08-21 - 公布日： 2020-12-18 - 主分类号： G06F21/57 文献下载
摘要：本申请公开了一种机器学习模型的风险评估方法、装置、设备及存储介质，涉及人工智能技术领域。具体实现方案为：获取机器学习模型的自身信息泄露的风险值；获取所述机器学习模型泄露训练数据的风险值；基于所述机器学习模型的自身信息泄露的风险值和所述机器学习模型泄露训练数据的风险值，评估所述机器学习模型的风险值，与现有技术相比，能够提供一种机器学习模型的有效的风险评估方案，实现对机器学习模型的隐私泄露风险进行准确地评估。
机器学习模型风险评估方法装置设备存储介质

1
2
下一页»
尾页
共 20 条